2022 Fiscal Year Annual Research Report
乳幼児の成熟度と深層学習数理モデルを融合した薬物療法の最適化
| Project/Area Number |
20K07189
|
|---|
| Research Institution | Nihon University |
|---|
Principal Investigator |
辻 泰弘 日本大学, 薬学部, 教授 (20644339)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松本 宜明 日本大学, 薬学部, 教授 (10199896)
山本 善裕 富山大学, 学術研究部医学系, 教授 (70452844)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 人工知能 / 数理モデル / 小児 / 深層学習 / 薬物動態 / 薬物治療 |
|---|
| Outline of Annual Research Achievements |
本研究では小児患者を対象として生理学的数理モデル解析を行い、薬物血中濃度・治療効果の経時的な予測に深層学習を応用する手法を開発することである。本研究の目的は以下の2つの主題を掲げて3年間の研究を実施した。
(1) ニューラルネットワークを経時的な小児薬物動態の予測に応用する手法を開発し、その有用性を評価する。（令和2年度終了）【研究成果】ニューラルネットワークによって推定され全身クリアランスおよび既報の分布容積および吸収速度定数の値を1次吸収過程を含む1-コンパートメントモデルの式に代入し、薬物血中濃度の予測値を算出する手法を開発した。
(2) SHapley Additive exPlanationsを応用することで、解釈可能な透明性のある人工知能モデルを開発する。（令和3年度終了）【研究成果】(1)の研究成果を基盤にニューラルネットワークによって出力された全身クリアランスに対する各入力値（患者情報）の影響を評価するために、学習済みモデルにKernel SHapley Additive exPlanationsを適用し、薬物動態パラメータの出力に対する各入力値の貢献度を算出することで、構築したモデルの科学的な妥当性を評価することが可能となった。
令和4年度は、発展的な研究として抗菌薬ダプトマイシンの小児症例における炎症性サイトカインの変動予測、敵対的生成ネットワークを用いて医療情報データベースから年齢、性別、身長、体重、肝および腎機能に至るまで患者を構成する特徴を学習する手法の開発、および小児臨床試験において遺伝アルゴリズムを応用することによる医薬品開発試験の最適化などに取り組み、それらの成果を英文誌および関連学会において発表することができた。
|
